♚
作者:沂水寒城,CSDN博客专家,个人研究方向:机器学习、深度学习、NLP、CV
Blog: http://yishuihancheng.blog.csdn.net
seaborn本质上是对matplotlib模块的高级封装,所以要想使用seaborn的功能,首先需要安装好matplotlib的基础环境,现在的安装方式已经极大地简化了,只需要pip安装即可,这里就不再多说明了。
今天主要是想对手里的一个数据集进行简单的分析,分析不同属性特征之间的相关程度,相关性的计算有很多种方法,比如我最常用的就是基于统计学习里面的三大指数来进行计算,主要包括:皮尔森系数、肯德尔系数和斯皮尔曼系数。相关性的计算结果可以通过seaborn来进行直观的展示,接下来我们来看一下具体的代码实现,首先是数据加载部分:
def Demo(data_list,savepath='relation.png'):
'''
数据加载。解析、可视化
'''
matrix=[]
A=[one[2] for one in data_list]
B=[one[3] for one in data_list]
C=[one[4] for one in data_list]
D=[one[5] for one in data_list]
E=[one[6] for one in data_list]
F=[one[7] for one in data_list]
G=[one[8] for one in data_list]
matrix=[A,B,C,D,E,F,G]
label=['O3','Water','Temp','Humi','See','WS','WD']
relationAnalysis(matrix,label,flag='P',savepath=savepath)
接下来是具体的绘图代码实现,如下所示:
def relationAnalysis(matrix,label,flag='P',savepath='relation/heatmap_pearson.png'):
'''
matrix:不同属性的数据矩阵
label:不同因子名称
'''
all_res=[]
for i in range(len(matrix)):
one_tmp=[]
vector1=matrix[i]
for j in range(len(matrix)):
vector2=matrix[j]
a=pearsonr(vector1,vector2)[0]
b=spearmanr(vector1,vector2)[0]
c=kendalltau(vector1,vector2)[0]
if flag=='P':
one_tmp.append(a)
elif flag=='S':
one_tmp.append(b)
elif flag=='K':
one_tmp.append(c)
else:
one_tmp.append((a+b+c)/3)
all_res.append(one_tmp)
heapMapPlot(all_res,label,savepath=savepath)
接下来是热力图绘制函数:
def heapMapPlot(data,key_list,savepath='relation/heatmap.png'):
'''
基于相关性系数计算结果来绘制热力图
'''
colormap=plt.cm.RdBu
data=np.array(data)
fig,ax=plt.subplots(figsize=(12,12))
#不指定颜色带的色系
# sns.heatmap(pd.DataFrame(np.round(data,4),columns=key_list,index=key_list),annot=True,vmax=1,vmin=0,
# xticklabels=True,yticklabels=True,square=True)
#指定颜色带的色系
# sns.heatmap(pd.DataFrame(np.round(data,4),columns=key_list,index=key_list),annot=True,vmax=1,vmin=0,
# xticklabels=True,yticklabels=True,square=True,cmap="YlGnBu")
#指定颜色带的色系
# sns.heatmap(pd.DataFrame(np.round(data,4),columns=key_list,index=key_list),annot=True,vmax=1,vmin=0,
# xticklabels=True,yticklabels=True,square=True,cmap="RdBu_r")
#指定网格间距
# sns.heatmap(pd.DataFrame(np.round(data,4),columns=key_list,index=key_list),annot=True,vmax=1,vmin=0,
# xticklabels=True,yticklabels=True,square=True,linewidths=0.3,cmap="RdBu_r")
#指定网格间距+间距颜色
sns.heatmap(pd.DataFrame(np.round(data,4),columns=key_list,index=key_list),annot=True,vmax=1,vmin=0,
xticklabels=True,yticklabels=True,square=True,linewidths=1,linecolor="green",cmap="RdBu_r")
#sns.heatmap(DataFrame.astype(float),linewidths=0.1,vmax=1.0, square=True, cmap=colormap, linecolor='white', annot=True)
plt.title('factorDataAnalysis')
plt.savefig(savepath)
上面的代码中,我们给出来了几种不同形式的实现,接下来我们来看一下具体的结果:
不指定颜色带色系的结果图:
指定颜色带色系的结果图:
指定网格间距的结果图:
指定网格间距+颜色的结果图:
当然了,参照官方的API接口还有很多有意思的组合和参数可以去设置和使用,这里给出来了几种比较常用的方式,感兴趣的话可以拿去试试。
赞 赏 作 者
Python中文社区作为一个去中心化的全球技术社区,以成为全球20万Python中文开发者的精神部落为愿景,目前覆盖各大主流媒体和协作平台,与阿里、腾讯、百度、微软、亚马逊、开源中国、CSDN等业界知名公司和技术社区建立了广泛的联系,拥有来自十多个国家和地区数万名登记会员,会员来自以工信部、清华大学、北京大学、北京邮电大学、中国人民银行、中科院、中金、华为、BAT、谷歌、微软等为代表的政府机关、科研单位、金融机构以及海内外知名公司,全平台近20万开发者关注。
▼点击成为社区注册会员 喜欢文章,点个在看